赤石雅典の作品一覧

ちょっとむずい

数学科の人間として理解に努めようと努力したが、統計学に慣れて無さすぎてどうにも理解が進まなかった、、、。ただ、逆に大まかには理解できたので、理系の人で大学の基礎数学、特に行列や偏微分を習ったことのある人なら情報に無知でもある程度問題ないかと思われる。

「4.1 データ確認」は、プロットしてデータセットの特徴を視覚的に掴む上で、pythonのseabornの使いこなし方を紹介。

「5 業務要件と処理パターン」は、いくつかの業務要件の処理パターンで実習できる.。モデルの選択方法からチューニング方法まで具体的で明解な説明がある。

字面だけ読んでわかった気になってもPythonのコードを見て理解してないことに気付く。何がわからないか悩みながら手を動かして、理論編の参照ページを読み返し、python コードを実際に動かして、腹落ちする時がくる。理解に時間はかかるが、独学には良いだと思います。

おそらく数学がわかる人から見ると説明が正しくないとか雑すぎるというところは多々あるのだろうけど、これ以上細かく書かれても理解出来ないだろうと思う。

一つ欲を言えば数値の具体例があればより理解しやすかったと思う。自分でノートに書き出すまでは頭がモヤモヤしていた。

「scikit-learnを使えば機械学習は一般人にも使えるかも」とか「scikit-learnをまずは使ってみよう」と思わせてくれる本。
3章で機械学習における開発ステップの全体像を述べた後、4章ではそのうち特に重要なデータ確認、データ前処理、アルゴリズム選択、評価、チューニングについて程よい粒度で説明している。Accuracy, precision, recall, true positive/false positive/true negative/false negative, PR曲線/ROC曲線、交差検定法やグリッドサーチを用いたアルゴリズム選択とハイパーパラメータ最適化について、...続きを読む数学の詳細に踏み込むことなく、利用時に必要な知識を提供している。また、一貫してscikit-learnを用いてこれらを説明しているため、読者にとって分かりやすく、実際に試したり業務に適用したりする際のハードルも低いと感じた。

知識を得るには4章まで読むだけでも価値はある。5章の実例に基づく解説は、実際に業務で必要性が生じたら改めて読みたい。

前提として
・高校数学をきっちり理解している
・プログラミングがある程度できる
という人でないと難しい部分があると思います。

前半の「理論編」は、ディープラーニングで必要な最低限の数学知識の紹介から始まり、徐々にそれを応用した理論的な説明に移ります。丁寧な説明ではあるものの、理論編後半の深層学習は読者層によりますがハードです。証明部分は難しければ、読み飛ばして良いかもしれません。

後半の「実装編」はプログラミング（Pythonを採用）で、実際に自分の手を動かし、学んだ内容の確認ができます。

「理論編」で蓄えた知識を「実装編」で試して確認するといった構成になっています。

アルゴリズムの手...続きを読む順を簡潔にまとめ、重要な箇所を太字で強調するといった些細な工夫が、非常に理解の助けになりました。全体を通しても、図が豊富で解説がわかりやすく、ディープラーニングの理解が深まる良著です。